True Cobotics

Les robots collaboratifs peuvent effectuer des tâches fastidieuses et astreignantes à la place des humains, revalorisant ainsi le travail de ces derniers. But du projet: un-e employé-e d’une ligne de montage doit apprendre à un cobot comment effectuer une tâche, et ce de façon aussi intuitive que s’il s’agissait d’un-e collègue. Le cobot doit pouvoir effectuer une tâche commune avec un-e employé-e d’une ligne de montage.

Fiche signalétique

  • Département responsable Technique et informatique
  • Institut Institute for Human Centered Engineering (HUCE)
  • Unité de recherche HUCE / HuCE – roboticsLab
  • Durée (prévue) 01.03.2019 - 31.12.2020
  • Responsable du projet Gabriel Gruener
  • Direction du projet Gabriel Gruener
  • Équipe du projet Jeremie Knuesel
    Christian Wyss
    Sarah Dégallier Rochat
  • Partenaire F&P Robotics AG, NVISO SA, mimacom AG
    HE-Arc
    Swiss Smart Factory (SSF, SIP-BB)

Point de départ

Les robots collaboratifs (cobots) peuvent interagir avec l’être humain en toute sécurité. Doués pour le multitasking et flexibles, ils se prêtent particulièrement à la production de lots petits à moyens et à la production sur mesure. De plus, ils peuvent alléger les travailleurs en effectuant des tâches lourdes et astreignantes à leur place, revalorisant ainsi leur travail. Utilisés correctement, les cobots apportent un gain de productivité et permettent aux entreprises dans des pays à hauts salaires comme la Suisse d’éviter de délocaliser à l’étranger.

La mise en œuvre de systèmes de ce type est néanmoins exigeante, en particulier pour les PME. Le cobot doit être intégré dans un environnement de travail qui respecte les règlementations relatives à la sécurité. Dans le cadre d’une collaboration humain-robot véritable, l’espace de travail est partagé. L’environnement change avec le temps, rendant la programmation astreignante. Un expert en programmation s’avère nécessaire, ce qui réduit considérablement les avantages offerts par les cobots, soit la flexibilité et les couts bas.

Toutefois, les progrès réalisés dans le domaine de l’apprentissage automatique et de l’apprentissage par la démonstration permettent d’exploiter les connaissances à priori sur la tâche afin de développer des systèmes plus intelligents et plus faciles à programmer.

Obejctif

Un-e employé-e d’une ligne de montage doit apprendre à un cobot comment effectuer une tâche, et ce de façon aussi intuitive que s’il s’agissait d’un-e collègue. Le cobot doit pouvoir effectuer une tâche commune avec un-e employé-e d’une ligne de montage. Le résultat permettra aux entreprises suisses d’accroitre leur efficacité et de rester compétitives sur le marché international.

Procédure

Un système robotisé collaboratif se compose de trois éléments: le robot, un espace de travail équipé de capteurs et un utilisateur humain. Chacune de ces entités doit communiquer avec les autres. Or, elles utilisent des langages différents, ce qui complique la fusion d’informations sur le plan technique et la communication sur le plan des interactions humain-machine.

Dans le cadre de ce projet, nous développerons un modèle de l’environnement à l’aide de bases de données des connaissances à priori de la tâche, ce qui nous permettra de:

  • mettre au point une architecture logicielle modulaire pour la communication entre les différents systèmes d’information (robot, caméras, microphones, etc.);
  • échanger de manière naturelle des informations entre le système et l’être humain.

Les bases de données pourront être facilement complétées par des utilisateurs et utilisatrices non spécialisés, ce qui garantira la flexibilité du système mis au point et son adaptabilité à de nouvelles situations.

Solution

Une solution robotisée sera développée en vue d’une interaction intuitive humain-robot basée sur un dictionnaire commun d’actions et d’objets. Ce dictionnaire pourra être facilement étendu à des tâches nouvelles pour assurer la flexibilité du système. De plus, l’architecture sera modulaire et pourra être utilisée par différents robots et langages de programmation.